Guía de Econometría. Maestra Genoveva Barrera Godínez
|
|
- Héctor Hernández Quintana
- hace 6 años
- Vistas:
Transcripción
1 Guía de Econometría Maestra Genoveva Barrera Godínez Debe contener los datos del alumno. La guía debe contener la bibliografía de donde fue tomada la información Para calificar: la guía tendrá un peso del 30% y el examen el 70% En esta guía existen varios tipos de modelos, que serán ejemplo de lo que se les puede preguntar por lo que aconsejo para el día del examen traer tablas y formulario. La guía se entregará el día de la aplicación del examen Términos clave 1. Ceteris Paribus. Grado de libertad 3. Mejor estimador linealmente insesgado 4. Término de error 5. Suma explicada de cuadrados 6. Teorema de Gauss Markov 7. Intercepción 8. Línea de regresión 9. Mínimos cuadrados ordinarios 10. Función de regresión poblacional 11. Función de regresión muestral 1. Parámetros de las variables independientes 13. Error estándar de 14. Error estándar de la regresión 15. Suma residual de cuadrados 16. Suma total de cuadrados 17. Nivel de confianza y nivel de significancia 18. Desviación estándar de la variable dependiente 19. Muestra, Población 0. Hipótesis nula 1. Regla de rechazo. Estadísticamente significativo 3. Varianza de la regresión 4. Estimador puntual 5. Estimador por intervalos A desarrollar 1. Características del término de perturbación estocástica.. Características de la distribución t de student. 3. Características de la distribución F. 4. Defina que es la econometría y y como vincula esta materia con el resto de las demás que cursa. 5. Qué es una prueba de hipótesis y sus pasos (ver texto de estadística). 6. Error tipo I y II 7. Defina que es la correlación. 8. Explique el significado de la regresión y ejemplifique. 9. Explique las propiedades de los estimadores. 10. Qué es un intervalo de confianza 11. Explique la metodología de la econometría 1. Cuál es la función de expectativa condicional o función de regresión poblacional? 13. Cuál es la diferencia entre la función poblacional y la función muestral de regresión?, se trata de distintos nombres para la misma función? 14. Que es un diagrama de dispersión y que expresa 15. Cite un ejemplo de relación estadística y relación determinista 16. Explique regresión y causalidad 17. Explique los tipos de datos de los que hace uso la econometría 18. Qué papel desempeña el término de error estocástico u i en el análisis de regresión? 19. Cuál es la diferencia entre el término error estocástico y el error residual u i? 0. Por qué es necesario el análisis de regresión? Por qué no utilizar simplemente el valor medio de la variable regresada como su mejor valor? 1. Qué se quiere dar a entender con un modelo de regresión lineal?. Qué indica el coeficiente de determinación 3. Qué es la bondad de ajuste 4. Qué indica el coeficiente de correlación 5. Cite las características de la distribución normal 6. Explique el teorema de límite central o teorema central de límite 7. Que quiere decir aceptar o rechazar una hipótesis 8. Características de la distribución chi cuadrada 9. Que es el p value o significancia o probabilidad que viene en el software 30. Explique el análisis de varianza. 31. Suponga que va a crear un modelo económico de actividades delictivas en el que se considere las horas invertidas en ellas (por ejemplo, en la venta de drogas). Qué variables tomaría en cuenta para crear dicho modelo? Vea si su modelo se asemeja al del economista ganador del premio Nobel, Gary Becker. 1
2 3. Determínese si los siguientes modelos son lineales en los parámetros, o en las variables, o en ambos. Cuáles de estos modelos son de regresión lineal? Modelo Tipo descriptivo a) = + Reciproco b) Semilogarítmico c) Semilogarítmico inverso d) Logarítmico o doble logarítmico e) = Logarítmico reciproco 33. Los siguientes, son modelos de regresión lineal? Por qué razón? a) b) c) d) e) 0. Qué se entiende por un modelo de regresión intrínsecamente lineal? Si en el ejercicio 18 d). valiera 0.8, sería un modelo de regresión lineal o no lineal? 1. Qué significa y cuál es la función de? a) El análisis de regresión simple b) Análisis de regresión lineal c) Un diagrama de dispersión d) Un término de error 34.- Una cooperativa agraria desea estimar cómo afecta la cantidad de fertilizante aplicado por hectárea de cultivo al volumen de la cosecha anual. Para ello dispone de los datos observados durante los últimos 10 años que se muestran en la tabla 1. a.- Calcule la recta de regresión de la cosecha (C), sobre la cantidad de fertilizante (F), utilizando término constante. b.- Dibuje la recta de regresión anterior junto con los puntos correspondientes a los datos reales. Se ajusta bien dicha recta a los valores observados? Observa algún dato que no se ajuste bien a la relación? (dato atípico o anómalo). c.- Se sabe que en el sexto año se produjeron inundaciones en la zona. Cree que este hecho distorsiona los resultados estimados anteriormente? d.- Estime el mismo modelo del apartado (a) sin incluir el dato correspondiente al sexto año. Dibuje la nueva recta de regresión junto con los puntos de los datos observados. Se ajusta ahora mejor la estimación a los valores observados?
3 Año Fertilizante (kg por ha) Cosecha (Tm por ha) La tabla 1 proporciona datos sobre el índice de precios al consumidor de siete países industrializados, cuya base es =100. a) A partir de estos datos, calcule la tasa de inflación en cada país. b) Grafique la tasa de inflación de cada nación en función del tiempo (es decir, asigne el eje horizontal al tiempo, y el vertical, a la tasa de inflación). c) Qué conclusiones generales surgen respecto de la inflación en los siete países? d) Qué país tiene, al parecer, la tasa de inflación más variable? Puede explicarlo? Tabla 1 Años USA Canada Japan France Germany Italy UK Nota: Reste el IPC del año en cuestión el IPC del año anterior, divida la diferencia entre el IPC del año anterior y multiplique el resultado por 100. Así la tasa de inflación de Canadá en 1981 fue de [( )]*100=1.48% 36.- Se proporcionan los datos de la tabla correspondientes a Estados Unidos de 1980 a 006. a) Grafique la tasa de participación de la fuerza laboral civil masculina en función de la tasa de desempleo civil para los hombres. Trace a mano una línea de regresión a través de los puntos 3
4 de dispersión. Mencione a priori la relación esperada entre ambas tasas. Este diagrama de dispersión apoya dicha teoría? b) Repita el inciso a) para las mujeres c) Ahora grafique las tasas de participación laboral de ambos sexos en función de los ingresos promedio por hora (en dólares de 198). (Quizá convenga utilizar diagramas independientes.) Ahora, qué concluye? cómo racionalizará esa conclusión? d) Se puede trazar la tasa de participación de la fuerza laboral en función de la tasa de desempleo y de los ingresos promedio por hora, de manera simultánea? Si no fuera así, cómo expresaría verbalmente la relación entre esas tres variables? Tabla TPFLCM 1 TPFLCF TDCH 3 TDCM 4 IPH8 5 IPH 6 Tasa de participación fuerza Labor Masculina % Tasa de participación fuerza Labor Femenina % Tasa de desempleo civil Masculina % Tasa de desempleo civil Femenina % Ingreso promedio por hora dólares 198 Ingreso promedio por hora dólares actuales Años En la tabla 3 se proporcionan los datos sobre gasto en comida y gasto total (en rupias) para una muestra de 55 familias rurales de India. (A principios de 000, un dólar estadounidense equivalía a casi 40 rupias indias.) a) Grafique los datos con el eje vertical para el gasto en comida y el eje horizontal para el gasto total, trac una línea de regresión a través de los puntos de dispersión. b) Qué conclusiones generales se pueden deducir de este ejemplo? c) Diga a priori si se esperaría que el gasto en comida se incrementara de manera lineal conforme al gasto total aumentase, independientemente del nivel de gasto. Por qué? Puede emplear el gasto total como representante del ingreso total. 4
5 Taba 3 Observaciones Gasto en comida Gasto total
6 38.- La tabla 4 presenta datos sobre el promedio de calificaciones del examen de aptitud académica SAT de los estudiantes que solicitaron admisión a licenciatura de 197 a 007. Estos datos representan las calificaciones en el examen de lectura crítica y matemáticas de hombres y mujeres. La categoría de redacción se introdujo en 006. Por tanto, estos datos no se incluyen. a) Con el eje horizontal para los años y el vertical para las calificaciones del examen SAT, grafique las calificaciones de lectura crítica y matemáticas de hombres y mujeres por separado. b) Qué conclusiones generales se obtienen? c) Al conocer las calificaciones de lectura crítica de hombres y mujeres, cómo haría para predecir las calificaciones de matemáticas? d) Grafique las calificaciones de matemáticas de las mujeres contra las calificaciones de matemáticas de los hombres Qué observa? e) Si el diagrama de dispersión indica que parece apropiado establecer una relación lineal entre los dos, obtenga la regresión de la calificación del examen de lectura de mujeres sobre la calificación de lectura de hombres. f) Debe haber una relación entre las dos calificaciones de lectura dicha relación sería causal? g) Repetir el ejercicio pero ahora sustituya las calificaciones de lectura con las de matemáticas 6
7 Tabla 4 Lectura critica Matemáticas Años Hombres Mujeres Total Hombres Mujeres Total Los datos de la tabla 5 se publicaron el primero de marzo de 1984 en el periódico The Wall Street Journal. Se refieren al presupuesto publicitario (en millones de dólares) de 1 empresas en 1983 y a los millones de impactos semanales (veces que los clientes ven los anuncios de los productos de dichas compañías por semana). La información se basa en una encuesta a 4000 adultos en la que se pidió a los usuarios de los productos que mencionaran un comercial que hubieran visto en la semana anterior y que tuviera que ver con la categoría del producto. a) Trace una gráfica con los impactos en el eje vertical y el gasto publicitario en el horizontal. b) Qué se puede decir sobre la relación entre ambas variables? c) Al observar la gráfica cree que es redituable el gasto en publicidad? Piense en todos los comerciales que se trasmiten el domingo que se juega el Super Bowl o durante la Serie Mundial del beisbol estadounidense 7
8 Tabla 5 Impacto de los gastos en publicidad Gasto en milones de Impactos en millones dólares y 41.- Con los datos de la tabla 6 y 7 encontrar para cada tabla: Tabla 6 Tabla 7 Consumo Ingreso Consumo Ingreso a) Las s b) R c) R ajustados d) r e) Error estándar de la estimación f) La tabla anova g) Elaborar prueba de hipótesis individual h) Elaborar prueba de hipótesis global i) Graficar un diagrama de dispersión j) Compara los resultados de los parámetros e interpretar Nota: desarrollar todas las columnas en Excel para su solución 8
9 4.- La tabla 8 muestra que cada conjunto de datos está formado por once observaciones de dos variables. Si tan sólo se echa una mirada a estos se comprende poco. Naturalmente que nos preguntaremos para eso contamos con modernas técnicas estadísticas. Por ejemplo la regresión lineal, por lo tanto se determina la regresión de Y a partir de X para cada uno de los conjuntos de datos. Calcular a) R b) R ajustados c) r d) Error estándar de la estimación e) La tabla anova f) Elaborar prueba de hipótesis individual g) Elaborar prueba de hipótesis global h) Graficar un diagrama de dispersión i) Compara los resultados de los parámetros e interpretar j) Nota: desarrollar todas las columnas en Excel para su solución Y 1 vs X 1, Y vs X, Y 3 vs X 3, Y 4 vs X Complete los espacios en blanco Dependent Variable: XBYS Method: Least Squares Sample: 1980Q1 009Q Included observations: 118 Variable Coefficient Std. Error t-statistic C TC MBYS PIB R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression F-statistic Sum squared resid 5.93E+08 9
10 44.- Para una muestra de 15 observaciones, se estimó la regresión del precio del petróleo (Y) sobre el tipo de cambio (X). La recta de regresión estimada es Y X, además la STC= y la SRC= a) Probar si el TC tiene un efecto lineal sobre el precio del petróleo, usar un =5% b) Construir la tabla ANOVA y probar si el modelo es significativo. c) Interpretar los coeficientes de determinación y correlación. d) Si el coeficiente de correlación es cero. Qué se puede concluir? 45.- Un analista cree que el último determinante de los rendimientos sobre el activo (Y) son los préstamos sobre depósito (X). Para una muestra de 1 bancos se obtuvo la recta de regresión Y X con un coeficiente de determinación de a) Hallar el coeficiente de correlación y de determinación ajustado. b) Contrastar a un nivel de significancia del 5% la hipótesis nula de que no hay una asociación lineal entre los rendimientos sobe el activo y los préstamos sobre depósitos. c) Elaborar una prueba global para el modelo. d) Encontrar el error estándar del coeficiente asociado a los préstamos sobre depósito Para una muestra aleatoria de 14 semanas el dueño de una licorera está interesado en medir el efecto del precio de una botella de whiskey escocés sobre la cantidad vendida. Sea Y las ventas por semana (medidas en número de cajas) y X el precio (dado en miles de pesos). Se dispone de la siguiente información. xy x y e Y X a) Estimar la regresión lineal e interpretar los parámetros b) Probar si el precio de una botella de whiskey ayuda a explicar la variabilidad que hay en las ventas por semana. c) Hallar e interpretar el intervalo de confianza del 95% para 1 ˆ d) Elabore la prueba global del modelo. e) Construya la tabla ANOVA. f) Calcule el error estándar de la regresión En el estudio de la influencia de las instituciones financieras en los precios de las acciones de un país, se analizan datos trimestrales a lo largo de un periodo de 1 años El modelo es Y ˆ ˆ ˆ 0 1X1 X Donde Y cambio trimestral de precios por acción X 1 cambio trimestral en la compra de acciones X cambio trimestral en la venta de acciones Los coeficientes de regresión son: 10
11 ˆ 0, ˆ 0.057, ˆ 0 1 Interpretar estas estimaciones Se ajustó el siguiente modelo de regresión con una muestra de 30 familias para explicar el consumo familiar de leche Y ˆ ˆ X ˆ X Donde Y consumo de leche en litros por semana X 1 ingreso semanal en cientos X tamaño de la familia Los coeficientes de regresión son: ˆ 0.75, ˆ 0.05, ˆ Interpretar estas estimaciones 49.- Los siguientes datos corresponden a datos sobre el consumo de café en una cafetería de Ciudad Universitaria Y medido en tasas diarias por persona y el precio al detal promedio del café X medido en pesos para el periodo Parámetro Estimador Erro estándar Intercepto Pendiente SRC== , STC= , n=11, X 1.01, Y. 1 a) Escribir el modelo de regresión b) Interpretar la pendiente estimada c) Hallar la elasticidad del precio e interpretar d) Construir la tabla ANOVA y pruebe si el precio del café ayuda a explicar la variación que hay en el consumo del café. e) Hallar e interpretar el coeficiente de determinación y correlación. f) Prueba la hipótesis H o : =1 es decir, pruebe si existe una relación uno a uno entre el consumo de café y el precio del mismo. g) Hallar e interpretar el intervalo de confianza para 1 h) Para el consumo de café y el precio de café también se ajustó el siguiente modelo de regresión: 1 Y X Cuál es el comportamiento del consumo de café a medida que el precio del café tiende a infinito? Hallar la elasticidad del precio para este modelo. 11
12 50.-Interpretar los coeficientes para 1 empresas dedicadas a la publicidad, los modelos están compuestos por la variable Y que representas a las impresiones en millones y por la variable gasto en publicidad esta en millones de pesos. Dependent Variable: IMPRESION Method: Least Squares Modelo Lineal Sample: 1 1 Included observations: 1 Variable Coefficient Std. Error t-statistic Prob. C GASTO R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Dependent Variable: Ln(IMPRESION) Modelo Doble logarítmico Sample: 1 1 Included observations: 1 Variable Coefficient Std. Error t-statistic Prob. C Ln(GASTO) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Dependent Variable: Ln(IMPRESION) Modelo Logaritmico Lineal Sample: 1 1 Included observations: 1 Variable Coefficient Std. Error t-statistic Prob. C GASTO R-squared Mean dependent var
13 Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Dependent Variable: IMPRESION Method: Least Squares Modelo Lineal Logarítmico Sample: 1 1 Included observations: 1 Variable Coefficient Std. Error t-statistic Prob. C Ln(GASTO) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic.710 Dependent Variable: IMPRESION Method: Least Squares Modelo Recíproco Sample: 1 1 Included observations: 1 Variable Coefficient Std. Error t-statistic Prob. C /GASTO R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Dependent Variable: LOG(IMPRESION) Method: Least Squares Modelo Logarítmico Recíproco Sample: 1 1 Included observations: 1 Variable Coefficient Std. Error t-statistic Prob. 13
14 C /GASTO R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Dependent Variable: IMPRESION Method: Least Squares Modelo de Tendencia Sample: 1 1 Included observations: 1 Variable Coefficient Std. Error t-statistic Prob. C TIEMPO R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic
Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA.
Guía de taller de Economía Cuantitativa V. Profesor: ALBERTO REYES DE LA ROSA. Debe ser resuelta a mano, citar bibliografía (no usar internet). Términos clave 1. Ceteris Paribus 2. Grado de libertad 3.
Más detallesUNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE ECUACIONES SIMULTÁNEAS: EJERCICIO 19.
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE ECUACIONES SIMULTÁNEAS: EJERCICIO 19.15 ECONOMETRÍA 2 Econometría.weebly.com Wilhem.weebly.com Ejercicio 19.15 Considérese
Más detalles(5 x 3) ( 3 x 5) ( 5 x 1) b1 335, ,3-26, ,59 b2 = 0, , ,8 12,85 = 2,94 b3-26,79 13,8 2, ,31
VENTAS PUBLIC. PRECIOS 1990 0, 0, 10 1991 1 0, 1992 2 0,8 199, 0,8 199 1, Y X U 0, 1 0, 10 U1 Modelo matricial con término constante 1 1 0, U2 (el vector de unos recoge ese término constante) 2 1 0,8 U,
Más detallesEXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 2005 Prof. Rafael de Arce
EXAMEN ECONOMETRÍA I GRUPO 53 - DADE 8 de septiembre de 005 Prof. Rafael de Arce NOMBRE: DNI: PARTE I.- TEST 1. La hipótesis de rango pleno en el MBRL supone: Que las variables explicativas no tengan ninguna
Más detallesModelo de Regresión Lineal Múltiple. Normalidad. Dr. Víctor Aguirre Torres ITAM
Modelo de Regresión Lineal Múltiple. Normalidad Dr. Víctor Aguirre Torres ITAM Temas Porqué ocurre falta de normalidad Consecuencias Detección Enfoques para manejarla Guión 18. Dr. V. Aguirre Porqué ocurre?
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE
ANÁLISIS ESTADÍSTICO REGRESIÓN LINEAL SIMPLE Jorge Fallas jfallas56@gmail.com 2010 1 Temario Introducción: correlación y regresión Supuestos del análisis Variación total de Y y variación explicada por
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesEstadística Inferencial. Sesión No. 9 Regresión y correlación lineal
Estadística Inferencial Sesión No. 9 Regresión y correlación lineal Contextualización En la administración, las decisiones suelen basarse en la relación entre dos o más variables. En esta sesión se estudia
Más detallesUNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE
UNIVERSIDAD NACIONAL DE TRUJILLO ESCUELA PROFESIONAL DE ECONOMÍA APUNTES DE CLASE CAPÍTULO 8: ANÁLISIS DE REGRESIÓN MÚLTIPLE: EL PROBLEMA DE LA INFERENCIA ECONOMETRÍA 2 WILHEM ROOSVELT GUARDIA VÁSQUEZ
Más detallesIntroducción a la Econometría Capítulo 4
Introducción a la Econometría Capítulo 4 Ezequiel Uriel Jiménez Universidad de Valencia Valencia, Septiembre de 2013 4.1 El contraste de hipótesis: una panorámica 4.2 Contraste de hipótesis utilizando
Más detallesECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 3
ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 3 Considere la ecuación de inversión RINV t = β 1 +β 2 RPIB t +β 3 r t +u t donde RINV es la inversión real privada, RPIB es el PIB real y r es el tipo de
Más detallesPrueba de Hipótesis. Para dos muestras
Prueba de Hipótesis Para dos muestras Muestras grandes (n mayor a 30) Utilizar tabla Z Ho: μ1 = μ2 H1: μ1 μ2 Localizar en valor de Zt en la tabla Z Error estándar de la diferencia de medias Prueba de
Más detallesTema 4. Regresión lineal simple
Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias
Más detallesIng. MSc. Luis Fernando Restrepo Gómez
Ing. MSc. Luis Fernando Restrepo Gómez Introducción a la Valuación Masiva METODOLOGÍA VALUATORIA Sigue los pasos de la metodología científica, y se apoya en el análisis estadístico de datos comparables.
Más detallesMODELO VAR ARGENTINA
MODELO VAR ARGENTINA 1.-INTRODUCCIÓN Argentina es una de las economías más grandes de América Latina. En los últimos años, Argentina priorizó promover un desarrollo económico con inclusión social. El país
Más detalles4.1 Análisis bivariado de asociaciones
4.1 Análisis bivariado de asociaciones Los gerentes posiblemente estén interesados en el grado de asociación entre dos variables Las técnicas estadísticas adecuadas para realizar este tipo de análisis
Más detallesErrores de especificación. Series simuladas
Estimación modelo correcto Dependent Variable: Y Date: 05/13/02 Time: 17:07 Sample: 2 100 Included observations: 99 Errores de especificación. Series simuladas C 5.376164 0.253524 21.20578 0.0000 X1 0.954713
Más detallesCorrelación. El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r)
Correlación El coeficiente de correlación mide la fuerza o el grado de asociación entre dos variables (r) El coeficiente de correlación lineal de Pearson (r) permite medir el grado de asociación entre
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesMODELO DE RESPUESTAS Objetivos 2, 3, 4, 5, 6, 7, Y 8.
UNIVERSIDAD NACIONAL ABIERTA ESTADÍSTICA GENERAL 745) VICERRECTORADO ACADÉMICO INTEGRAL ÁREA DE MATEMÁTICA Fecha: 17/ 01 /009 MODELO DE RESPUESTAS Objetivos, 3, 4, 5, 6, 7, Y 8. OBJ. 1 PTA 1 Una compañía
Más detallesTEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE MÍNIMOS CUADRADOS
UNIVERSIDAD DE ORIENTE NÚCLEO DE ANZOÁTEGUI EXTENSIÓN REGIÓN CENTRO-SUR ANACO, ESTADO ANZOÁTEGUI Asignatura: Estadística II Docente: Ing. Jesús Alonso Campos TEMA N 1.- ANÁLISIS DE REGRESIÓN Y MÉTODO DE
Más detallesSOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DE LA PRIMERA PRÁCTICA CALIFICADA DE ECONOMETRIA I 1º El investigador especifica el modelo siguiente: (7 puntos) M1(t) = a + b P(t) + c(0) PBI(t)
Más detallesRegresión Lineal Múltiple. Dr. Víctor Aguirre Torres, ITAM. Guión 12.
Regresión Lineal Múltiple 1 Propósito Cuantificar el cambio en el valor esperado de una variable (y) en función del cambio simultáneo otras variables (x 1, x 2,..., x p ). y=variable dependiente (cuantitativa)
Más detallesEstadística /Química 2004
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE ESTUDIOS SUPERIORES CUAUTITLAN LICENCIATURA EN: QUÍMICA. NOMBRE DE LA ASIGNATURA: ESTADÍSTICA. ÓRGANO INTERNO QUE COORDINA EL PROGRAMA DE LA ASIGNATURA:
Más detallesUniversidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL
Universidad Técnica de Babahoyo CORRELACIÓN DE VARIABLES Y REGRESIÓN LINEAL OBJETIVO Analizar las Diferentes formas de Describir la Relación entre dos variables numéricas Trazar un diagrama de dispersión
Más detallesEjemplo de Regresión Lineal Simple
Ejemplo de Regresión Lineal Simple Países Porcentaje de Inmunización (x) Tasa de mortalidad (y) Bolivia 77 8 Brazil 69 65 Cambodia 3 84 Canada 85 8 China 94 43 Czech_Republic 99 Egypt 89 55 Ethiopia 3
Más detallesINDICE 1. Qué es la Estadística? 2.Descripción de Datos: Distribuciones de Frecuencia y Presentación Gráfica
INDICE 1. Qué es la Estadística? 1 Introducción 2 Qué significa estadística? 2 Por qué se estudia la estadística? 4 Tipos de estadística 5 Estadística descriptiva 5 Estadística inferencial 6 Tipos de variables
Más detallesCAPÍTULO 4 DESARROLLO DEL MODELO ECONOMÉTRICO
CAPÍTULO 4 DESARROLLO DEL MODELO ECONOMÉTRICO 4.1 La Regresión Lineal El objetivo principal de este estudio es obtener los riesgos que afectan a las instituciones del sector bancario. como se mencionó
Más detallesASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com
ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 Programa de Estadística II UNIDAD IV: REGRESIÓN Y CORRELACIÓN MÚLTIPLE LINEAL TANTO
Más detallesTODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL)
TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL) NOTA IMPORTANTE - Estas notas son complementarias a las notas de clase del primer semestre correspondientes a los temas de Regresión
Más detallesCORRELACIÓN Y REGRESIÓN. Juan José Hernández Ocaña
CORRELACIÓN Y REGRESIÓN Juan José Hernández Ocaña CORRELACIÓN Muchas veces en Estadística necesitamos saber si existe una relación entre datos apareados y tratamos de buscar una posible relación entre
Más detallesRegresión de Poisson. Microeconomía Cuantitativa. R. Mora. Departmento de Economía Universidad Carlos III de Madrid
en gretl Microeconomía Cuantitativa R. Mora Departmento de Economía Universidad Carlos III de Madrid Esquema Introducción en gretl 1 Introducción 2 3 4 en gretl en gretl Introducción en gretl Ejemplo 1
Más detallesSOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA SOLUCIÓN DEL EXAMEN PARCIAL DE ECONOMETRIA I 1º El investigador especifica los modelos siguientes: MODELO 1: IMP(t) = a + b IMP(t-1) + c IPM(t) + u(t)
Más detallesTeoría de la decisión
1.- Un problema estadístico típico es reflejar la relación entre dos variables, a partir de una serie de Observaciones: Por ejemplo: * peso adulto altura / peso adulto k*altura * relación de la circunferencia
Más detallesRegresión lineal SIMPLE MÚLTIPLE N A Z IRA C A L L E J A
Regresión lineal REGRESIÓN LINEAL SIMPLE REGRESIÓN LINEAL MÚLTIPLE N A Z IRA C A L L E J A Qué es la regresión? El análisis de regresión: Se utiliza para examinar el efecto de diferentes variables (VIs
Más detallesRegresión. Instituto Tecnológico de Ciudad Victoria Maestría en Ciencias en Biología Sesión de Cómputo. Modelo I
Regresión La regresión lineal estima la relación de una variable con respecto a otra, por medio de la expresión de una variable en términos de una función lineal de otra variable. Existen dos modelos de
Más detallesÍndice General de Ventas en Grandes Almacenes y su logaritmo
En los gráficos y cuadros que se presentan en las páginas siguientes se presentan resultados relativos a la variable Índice General de Ventas en grandes superficies en España con periodicidad mensual desde
Más detallespeso edad grasas Regresión lineal simple Los datos
Regresión lineal simple Los datos Los datos del fichero EdadPesoGrasas.txt corresponden a tres variables medidas en 25 individuos: edad, peso y cantidad de grasas en sangre. Para leer el fichero de datos
Más detallesEstadística II Ejercicios Tema 4
Estadística II Ejercicios Tema 4 1. Los siguientes datos muestran la estatura (en cm.) y el peso (en Kg.) para una muestra de cinco alumnos de una clase: estatura (cm.) peso (Kg.) 154 60 158 62 162 61
Más detallesINDICE. Prólogo a la Segunda Edición
INDICE Prólogo a la Segunda Edición XV Prefacio XVI Capitulo 1. Análisis de datos de Negocios 1 1.1. Definición de estadística de negocios 1 1.2. Estadística descriptiva r inferencia estadística 1 1.3.
Más detallesEstadística II Examen final junio - 17/06/16 Curso 2015/16 Soluciones Duración del examen: 2 h. y 45 min.
Estadística II Examen final junio - 17/06/16 Curso 201/16 Soluciones Duración del examen: 2 h. y 4 min. 1. (3, puntos) La publicidad de un fondo de inversión afirma que la rentabilidad media anual del
Más detalles5. Regresión Lineal Múltiple
1 5. Regresión Lineal Múltiple Introducción La regresión lineal simple es en base a una variable independiente y una dependiente; en el caso de la regresión línea múltiple, solamente es una variable dependiente
Más detallesN T E N.. IDO. CAPíTULO 3 TABLAS Y GRÁFICAS: UNA IMAGEN DICE MÁS QUE MIL PALABRAS 78. CAPíTULO I LA IMAGINACiÓN ESTADíSTICA
N T E N.. IDO PREFACIO xiv CAPíTULO I LA IMAGINACiÓN ESTADíSTICA Introducción La imaginación estadística 3 Enlace de la imaginación estadística con la imaginación sociológica 4 Normas estadísticas y normas
Más detallesECONOMETRÍA I. Tema 2: El Modelo de Regresión Lineal Simple. Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía
ECONOMETRÍA I Tema 2: El Modelo de Regresión Lineal Simple Patricia Moreno Juan Manuel Rodriguez Poo Alexandra Soberon Departamento de Economía Alexandra Soberon (UC) ECONOMETRÍA I 1 / 42 Modelo de Regresión
Más detalles3. Correlación. Introducción. Diagrama de dispersión
1 3. Correlación Introducción En los negocios, no todo es el producto, pueden existir factores relacionados o externos que modifiquen cómo se distribuye un producto. De igual manera, la estadística no
Más detallesQué es una regresión lineal?
Apéndice B Qué es una regresión lineal? José Miguel Benavente I. Introducción En varios capítulos de este libro se ocupan regresiones lineales y se afirma que el coeficiente de regresión indica cuánto
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesEstadística Inferencial. Resúmen
Ofimega - Estadística inferencial - 1 Estadística Inferencial. Resúmen Métodos y técnicas que permiten inducir el comportamiento de una población. Muestreo o selección de la muestra: 1. Aleatorio simple:
Más detallesEjemplos de estudios de series de tiempo
1 Ejemplos de estudios de series de tiempo Ejemplo 1 Pasajeros Aerolíneas Internacionales (PAI) Este estudio está realizado sobre un famoso conjunto de datos mensuales, el número de pasajeros de aerolíneas
Más detallesEjercicio 1 (20 puntos)
ESTADISTICA Y SUS APLICACIONES EN CIENCIAS SOCIALES. Examen Montevideo, 15 de diciembre de 2015. Nombre: C.I.: EXAMEN Libre Reglamentado El examen consta de dos partes. La primera parte debe ser realizada
Más detallesINTERPRETACIÓN DE LA REGRESIÓN. Interpretación de la regresión
INTERPRETACIÓN DE LA REGRESIÓN Este gráfico muestra el salario por hora de 570 individuos. 1 Interpretación de la regresión. regresión Salario-Estudios Source SS df MS Number of obs = 570 ---------+------------------------------
Más detallesEducación y Crecimiento Económico
Educación y Crecimiento Económico Trabajo Final de Licenciatura en Economía Tutor: Alberto Landro María Lucía Kovacs 03-980095-02 D.N.I.: 27.939.169 Índice Sección I: Introducción... 3 Sección II: Marco
Más detallesMétodo de cuadrados mínimos
REGRESIÓN LINEAL Gran parte del pronóstico estadístico del tiempo está basado en el procedimiento conocido como regresión lineal. Regresión lineal simple (RLS) Describe la relación lineal entre dos variables,
Más detallesEstadística aplicada al medio ambiente
Estadística aplicada al medio ambiente III. Regresión lineal 3 o de CC. AA. Departamento de Matemáticas Universidad Autónoma de Madrid 2011/12 Planteamiento Modelo Estimación de parámetros Intervalos de
Más detallesEconomía Aplicada. Modelos con variables dependiente binarias. Departamento de Economía Universidad Carlos III de Madrid
Economía Aplicada Modelos con variables dependiente binarias Departamento de Economía Universidad Carlos III de Madrid Ver Stock y Watson (capítulo 11) 1 / 28 Modelos con variables dependiente binarias:
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesEstimación de Parámetros. Jhon Jairo Padilla A., PhD.
Estimación de Parámetros Jhon Jairo Padilla A., PhD. Inferencia Estadística La inferencia estadística puede dividirse en dos áreas principales: Estimación de Parámetros Prueba de Hipótesis Estimación de
Más detallesQUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II. Dependent Variable: CREDITOSB Method: Least Squares Sample: 1992M M07 Included observations: 211
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA QUINTA PRÁCTICA CALIFICADA DE ECONOMETRIA II 1º Verificar si cointegra el modelo siguiente: CREDITOSB = a + b EMI + U 1.1. Aplicando la prueba alternativa
Más detallesGUIA DOCENTE. Curso Académico Licenciatura Administración y Dirección de Empresas
GUIA DOCENTE Curso Académico 2012-2013 1. ESTADÍSTICA E INTRODUCCIÓN A LA ECONOMETRÍA 1.1. Datos de la asignatura Tipo de estudios Licenciatura Titulación Administración y Dirección de Empresas Nombre
Más detallesCointegración El caso bivariado
Cointegración El caso bivariado Definición: La serie Y t es integrada de orden d (denotada I(d)) si al menos debe ser diferenciada d veces para que sea estacionaria. Ejemplos: 1. El proceso random walk
Más detallesCM0244. Suficientable
IDENTIFICACIÓN NOMBRE ESCUELA ESCUELA DE CIENCIAS NOMBRE DEPARTAMENTO Ciencias Matemáticas ÁREA DE CONOCIMIENTO MATEMATICAS, ESTADISTICA Y AFINES NOMBRE ASIGNATURA EN ESPAÑOL ESTADÍSTICA GENERAL NOMBRE
Más detallesANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL
ANALISIS DE REGRESIÓN Y CORRELACIÓN LINEAL Msc. Lácides Baleta Octubre 16 Página 1 de 11 REGRESIÓN Y CORRELACIÓN LINEAL Son dos herramientas para investigar la dependencia de una variable dependiente Y
Más detallesUnidad 3. Separacion de costos fijos y costos variables. Objetivos especificos de aprendizaje
Unidad 3 Separacion de costos fijos y costos variables Objetivos especificos de aprendizaje Alterminar de estudiar este capitulo, el estudiante sera capaz de: Explicar el concepto de costos fijos. Explicar
Más detallesInformación sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos Profesor: MSc. Julio Rito Vargas Avilés. Participantes: Docentes /FAREM-Carazo Encuentro No.4
Más detallesINTRODUCCION AL ECONOMETRIC VIEWS. Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos.
INTRODUCCION AL ECONOMETRIC VIEWS Introducción de datos 1. Creando una hoja de trabajo (workfile) File New Workfile Aquí se introduce la frecuencia y las fechas de comienzo y final de los datos. 2. Importación
Más detallesUniversidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia
Universidad de Chile DIPLOMA PREPARACIÓN Y EVALUACIÓN SOCIAL DE PROYECTOS Prof: Sara Arancibia Estudio de Caso: Estudio Morfología Coeficiente de Correlación Considere el archivo Estudio Morfología.sav.
Más detallesTema 2: Análisis de datos bivariantes
Tema 2: Análisis de datos bivariantes Los contenidos a desarrollar en este tema son los siguientes: 1. Tablas de doble entrada. 2. Diagramas de dispersión. 3. Covarianza y Correlación. 4. Regresión lineal.
Más detallesCurso de nivelación Estadística y Matemática
Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo
Más detalles4. Regresión Lineal Simple
1 4. Regresión Lineal Simple Introducción Una vez conociendo las medidas que se utilizan para expresar la fuerza y la dirección de la relación lineal entre dos variables, se tienen elementos base para
Más detallesmatemáticas como herramientas para solución de problemas en ingeniería. PS Probabilidad y Estadística Clave de la materia: Cuatrimestre: 4
PS0401 - Probabilidad y Estadística DES: Ingeniería Programa(s) Educativo(s): Ingeniería de Software Tipo de materia: Obligatoria Clave de la materia: PS0401 Cuatrimestre: 4 UNIVERSIDAD AUTÓNOMA DE Área
Más detallesAnálisis de regresión lineal simple
Análisis de regresión lineal simple El propósito de un análisis de regresión es la predicción Su objetivo es desarrollar un modelo estadístico que se pueda usar para predecir los valores de una variable
Más detallesCurso: Economía Ambiental del Turismo. Aplicación del Método Costo de Viaje
Curso: Economía Ambiental del Turismo Aplicación del Método Costo de Viaje Estimación de Modelos Poisson para la estimación del Excedente del Consumidor a través del Método del Costo de Viaje: El caso
Más detallesUnidad 1 DISTRIBUCIONES MUESTRALES Objetivo particular El alumno identificará distribuciones discretas y continuas, obtendrá la probabilidad de
Nombre de la materia Estadística Inferencial Departamento Ciencias Aplicadas de la Información Academia Ciencias Básicas Clave Horas-teoría Horas-práctica Horas-AI Total-horas Créditos I4863 60 20 0 80
Más detallesPRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI
PRUEBA DE HIPÓTESIS BENJAMIN MAMANI CONDORI 2014 Para qué es útil la estadística inferencial? Se utiliza para probar hipótesis y generalizar los resultados obtenidos en la muestra a la población o universo.
Más detallesPROBLEMAS SOBRE V. ESTAD. BIDIMENSIONALES. PROFESOR: ANTONIO PIZARRO.
1º) (Andalucía, Junio, 98) Se considera la siguiente tabla estadística, donde a es una incógnita: X 2 4 a 3 5 Y 1 2 1 1 3 a) Calcular el valor de a sabiendo que la media de X es 3. b) Mediante la correspondiente
Más detallesANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS
ANALISIS ESTADISTICO MINISTERIO DE ECONOMIA Y FINANZAS NOV 2015 PLAN DE ESTUDIO 1. ESTADISTICA DESCRIPTIVA 1. MEDIDAS DE TENDENCIA CENTRAL PRIMER MOMENTO 2. OTRAS MEDIDAS DE TENDENCIA CENTRAL 3. MEDIDAS
Más detallesRegresión ponderada y falta de ajuste
Capítulo 4 Regresión ponderada y falta de ajuste 4.1. Introducción En este capítulo se presentan la regresión ponderada y la prueba de falta de ajuste como un conjunto adicional de herramientas usadas
Más detallesEl Modelo de Regresión Lineal
ECONOMETRÍA I El Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Regresión Lineal Simple 2. Regresión Lineal Múltiple 3. Multicolinealidad 4. Heterocedasticidad 5. Autocorrelación 6. Variables
Más detallesPRUEBA DE BONDAD DE AJUSTE O PRUEBA CHI - CUADRADO
O PRUEBA CHI - CUADRADO Hasta ahora se han mencionado formas de probar lo que se puede llamar hipótesis paramétricas con relación a una variable aleatoria, o sea que se ha supuesto que se conoce la ley
Más detallesAnálisis de los resultados de la evaluación del aprendizaje de procedimientos de análisis descriptivo en ingeniería informática
Análisis de los resultados de la evaluación del aprendizaje de procedimientos de análisis descriptivo en ingeniería informática Apellidos, nombre Capilla Romá, Carmen 1 (ccapilla@eio.upv.es) Departamento
Más detallesDEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística
PROGRAMA DE CURSO Modelo 2009 DEPARTAMENTO: Matemáticas NOMBRE DEL CURSO: Probabilidad y Estadística CLAVE: 1016M ACADEMIA A LA QUE PERTENECE: Probabilidad y Estadística PROFESIONAL ASOCIADO Y LICENCIATURA
Más detallesECONOMETRÍA I LICENCIATURA EN ECONOMÍA, Curso PRÁCTICA 1 (LECCIÓN 1): EN BUSCA DE ESPECIFICACIÓN Por Beatriz González López-Valcárcel
ECONOMETRÍA I LICENCIATURA EN ECONOMÍA, Curso 2003-2004 PRÁCTICA 1 (LECCIÓN 1): EN BUSCA DE ESPECIFICACIÓN Por Beatriz González López-Valcárcel En esta práctica, aplicaremos los contrastes de especificación
Más detallesSección Teórica. , cuya información se presenta a continuación. Completar las celdas necesarias para responder a las preguntas 1 a 5.
UNAM Facultad de Economía Licenciatura en Economía Examen parcial de Introducción a la Econometría Noviembre 10, 2015 AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
Más detallesSe permite un folio escrito por las dos caras. Cada problema se realiza en hojas diferentes y se entregan por separado.
NORMAS El examen consta de dos partes: 0.0.1. Diez Cuestiones: ( tiempo: 60 minutos) No se permite ningún tipo de material (libros, apuntes, calculadoras,...). No se permite abandonar el aula una vez repartido
Más detallesTema 3: Análisis de datos bivariantes
Tema 3: Análisis de datos bivariantes 1 Contenidos 3.1 Tablas de doble entrada. Datos bivariantes. Estructura de la tabla de doble entrada. Distribuciones de frecuencias marginales. Distribución conjunta
Más detallesCointegración del Índice de Precios al Consumidor y Liquidez monetaria ( ). Venezuela.
Cointegración del Índice de Precios al Consumidor y Liquidez monetaria (1997-211). Venezuela. Informe Técnico. PC LC/FT. 2 de Octubre 212 Jhoner Perdomo Karen Tizado Resumen En la búsqueda de una variable
Más detallesInformación general. Fundamentos de Análisis de datos. Obligatoria básica o de fundamentación X. Obligatoria profesional
Guía de asignatura Formato institucional Rev. Abril 2013 Información general Asignatura Fundamentos de Análisis de datos Código Tipo de asignatura Obligatoria X Electiva Tipo de saber Número de créditos
Más detallesPráctica 5: Estimación de parámetros. Una población.
Práctica 5: Estimación de parámetros. Una población. 1. Considere el conjunto f1; 3; 5; 7; 9g (a) Enumere todas las muestras de tamaño 2 que pueden ser seleccionadas con reposición de ese conjunto. Calcule
Más detallesCurso de nivelación Estadística y Matemática
Curso de nivelación Estadística y Matemática Sexta clase: Programa Técnico en Riesgo, 2016 Agenda 1 2 de una vía 3 Pasos para realizar una prueba de hipótesis Prueba de hipotesis Enuncia la H 0 ylah 1,ademásdelniveldesignificancia(a).
Más detallesSOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II
UNIVERSIDAD NACIONAL DE PIURA FACULTAD DE ECONOMIA DPTO. ACAD. DE ECONOMIA SOLUCIÄN DE LA PRIMERA PRÅCTICA CALIFICADA DE ECONOMETRIA II 1Ä El investigador especifica el modelo siguiente: Donde: Se le pide:
Más detallesProblemas de Estimación de una y dos muestras
Problemas de Estimación de una y dos muestras Walpole Myers Myers Facultad de Estudios Superiores Acatlán Licenciatura en Economía 13 de marzo 2017 José A. Huitrón Mendoza Introducción En los ejercicios
Más detallesINDICE Prefacio 1. Introducción 2. Distribuciones de frecuencia: tablas estadísticas y graficas
INDICE Prefacio XIII 1. Introducción 1.1. la imagen de la estadística 1 1.2. dos tipos de estadísticas 1.3. estadística descriptiva 2 1.4. estadística inferencial 1.5. naturaleza interdisciplinaria de
Más detallesLección 3. Análisis conjunto de dos variables
Lección 3. Análisis conjunto de dos variables Estadística Descriptiva Parcialmente financiado a través del PIE13-04 (UMA) GARCÍA TEMA 3. ANÁLII CONJUNTO DE DO VARIABLE 3.1 COVARIANZA COEFICIENTE DE CORRELACIÓN
Más detalles7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE
ESCUELA UNIVERSITARIA DE ENFERMERIA DE TERUEL 1 er CURSO DE GRADO DE ENFERMERIA Estadística en Ciencias de la Salud 7. ANÁLISIS DE VARIABLES CUANTITATIVAS: REGRESIÓN LINEAL SIMPLE PROFESOR Dr. Santiago
Más detallesASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN
CURSO DE BIOESTADÍSTICA BÁSICA Y SPSS ASOCIACIÓN ENTRE DOS VARIABLES CONTINUAS: REGRESIÓN Y CORRELACIÓN Amaia Bilbao González Unidad de Investigación Hospital Universitario Basurto (OSI Bilbao-Basurto)
Más detallesECONOMETRÍA II PRÁCTICAS DE ORDENADOR. Práctica 2
ECONOMETRÍA II PRÁCTICAS DE ORDENADOR Práctica 2 El fichero epflic.wf1 contiene una submuestra de hogares de la Encuesta de Presupuestos Familiares 1990/91 formada por parejas con o sin hijos en los que
Más detallesPrácticas Tema 2: El modelo lineal simple
Prácticas Tema 2: El modelo lineal simple Ana J. López y Rigoberto Pérez Departamento de Economía Aplicada. Universidad de Oviedo PRACTICA 2.1- Se han analizado sobre una muestra de 10 familias las variables
Más detallesCAPITULO 4. MODELO ECONOMETRICO. 4.1 Planteamiento del modelo.
96 CAPITULO 4. MODELO ECONOMETRICO. 4. Planteamiento del modelo. Desde el principio de esta investigación se ha hecho hincapié en descubrir el peso que tiene la inversión neta en el crecimiento de la economía
Más detalles